文本感知的单图像镜面高光去除
计算机视觉与模式识别
2021-08-17 v1
摘要
从单张输入图像中去除不期望的镜面高光，对许多计算机视觉与图形学任务至关重要。现有方法通常针对医学图像与特定物体图像去除镜面高光，但无法处理含文本的图像。此外，镜面高光对文本识别的影响鲜少被文本检测与识别领域所研究。因此，本文首次提出并研究文本感知的单图像镜面高光去除问题。其核心目标是通过去除文本图像上的高光来提升文本检测与识别的准确率。为应对这一挑战性问题，我们首先收集了三个带细粒度标注的高质量数据集，将适时发布以促进相关研究。接着，我们设计了一个包含高光检测网络与高光去除网络的新型两阶段网络。高光检测网络的输出提供关于高光区域的额外信息，以引导后续的高光去除网络。此外，我们提出一套度量指标，包括端到端文本检测与识别评估以及辅助视觉质量评估。在我们收集的数据集上的大量实验证明了所提方法的优越性能。
引用
@article{arxiv.2108.06881,
title = {Text-Aware Single Image Specular Highlight Removal},
author = {Shiyu Hou and Chaoqun Wang and Weize Quan and Jingen Jiang and Dong-Ming Yan},
journal= {arXiv preprint arXiv:2108.06881},
year = {2021}
}